#文献# http://t.cn/AXSMEDnm
Misleading Estimates from Nonlinear Models with a Binary Outcome
Brian Curran, Bruce D. Meyer, and Derek Wu
NBER Working Paper No. 35366
June 2026
JEL No. C21, C23, C25

在构建二元结果的非线性模型（如probit模型和logit模型）时，研究人员通常依赖平均偏效应（APE）来概括回归变量的影响。由于这些模型中变量的边际效应取决于所有其他变量的取值，因此APE的数值取决于用于计算的样本部分。若将APE计算基于未用于界定研究对象的子群体所抽取的样本部分，则该结果可能产生误导。本文重点探讨了常见情况——例如包含次要组别的均值差设计以及双重差分设计——在此类情况下，基于完整样本计算的APE会与相应样本部分的边际效应存在偏差。我们针对特定情形提出了一种简单且无需额外成本的解决方案，并通过模拟实验表明，在适当子样本上重新计算APE可获得无偏结果。通过对多篇文献已发表结果的复核，我们发现报告的估计值与经正确计算得出的APE之间存在统计学上的显著差异。